【技术实现步骤摘要】
一种基于事件相机的雨滴检测方法
[0001]本专利技术涉及图像处理领域,具体的,涉及一种基于事件相机的雨滴检测方法。
技术介绍
[0002]雨雪天气下,雨滴与雪花的存在会使得能见度大幅降低,严重影响户外的相机,或其他视觉信号采集系统所采集的图像、视频质量。一般情况下,近处的雨滴会严重遮挡后方的物体,远处的雨滴会形成薄雾,密集的雨雪还会带来严重的光线折射,对图像信息的完整性与后续的图像处理带来了严重影响。
[0003]近年来,国内外的研究人员开始致力于研发各种雨滴识别与除雨算法。这些算法按照应用对象大致可分为两大类,分别为针对视频的雨滴识别算法和针对单幅图像的雨滴识别算法。其中,前者相对较为简单,因为数据量更大,且存在时间戳上的信息,可以通过分析同一个像素点在一小段连续帧内的像素值变化,或者寻找视频中的雨条纹,构建出基于传统的时间
‑
空间模型或深度学习模型的雨滴识别与去除算法。
[0004]针对单幅图像的雨滴识别与去除算法可以大致分为三种思路。一种是基于雨滴的光学性质和动力学特征,设计滤波器,通过滤波将有雨图像处理成无雨图像。第二种思路下,先用先验信息给出一个原图像与目标图像之间的约束条件,再通过优化算法求解得到除雨后的目标图像。同样的,近年来深度学习也被广泛应用于构建针对单幅图像的雨滴识别算法。
[0005]公开号为CN107909556的中国专利申请公开了“基于卷积神经网络的视频图像去雨方法”,其使用卷积神经网络处理每帧图像中的高频部分,输出无雨图像并与低频部分综合得到除雨 ...
【技术保护点】
【技术特征摘要】
1.一种基于事件相机的雨滴检测方法,其特征在于,其包括如下步骤:S1:使用事件相机采集一段降雨场景的数据,对于降雨场景的数据中的每个事件A,设置其初始概率P(A)=0,搜寻并确定事件A在时间、空间上的所有相邻事件(B1,B2,...,B
i
),其中,B
i
表示与事件A在时间、空间上相邻的第i个事件;S2:依据雨滴下落过程中的动力学特征与光学特征,对每个事件A,计算事件A与所有相邻事件B之间的概率函数score(A,B
i
),概率函数score(A,B
i
)值越大,代表A事件与相邻事件B之间的时空关系越符合同一雨条纹内两个相邻事件点的时空关系;S3:按照时间戳由小到大的顺序,逐步更新每个事件点A的概率;S4:根据迭代完成后每个事件点A的概率值,将所有数据点区分为雨滴事件和非雨滴事件,从而完成雨滴识别工作。2.如权利要求1所述的一种基于事件相机的雨滴检测方法,其特征在于,步骤S2中所述雨滴下落过程中的光学特征是指,对于RGB相机,一帧图像内,单个雨滴所占据的像素不大于一个像素点,当背景被雨滴覆盖时,对应像素点的亮度将会上升,发生一次“一个雨滴出现在镜头上某个位置”这一事件,事件相机会记录下一个事件点(t,x,y,1),而当发生一次“一个雨滴从镜头上某个位置离开”这一事件时,事件相机会记录下一个事件点(t,x,y,0),按照时间戳方向将所有事件点(t,x,y,0)或者事件点(t,x,y,1)连接起来,能获得准确的雨滴运动轨迹,其中,t表示事件点发生的时刻,x表明事件点发生处对应的横坐标,y表明事件点发生处对应的纵坐标,1表示事件点亮度增大,0表示时间点亮度降低。3.如权利要求1所述的一种基于事件相机的雨滴检测方法,其特征在于,步骤S2中所述雨滴下落过程中的动力学特征是指,在镜头视野内,雨滴将呈匀速直线运动状态,不考虑风的影响,理想情况下竖直方向上雨滴最终速度可近似表示为:其中,v为竖直方向上雨滴下落的最终速度,ρ为雨滴密度,g为重力加速度,d为雨滴直径,μ为空气粘滞系数,认为雨滴下落过程中做匀速直线运动,且y方向上的速度分量是匀速向下,水平方向上,认为雨滴在水平方向上的运动速度u满足高斯分布:u~N(0,σ2)通过对雨滴条纹的观察,认为高斯分布标准差σ满足:σ=0.2v。4.如权利要求3所述的一种基于事件相机的雨滴检测方法,其特征在于,步骤S1中,如果A、B两个事件所发生的时间差、在空间上的x方向与y方向上的坐标差小于相...
【专利技术属性】
技术研发人员:韩斌,杨君宇,董岩,王硕,龙镇南,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。